-
YOLOv3v4 Model Compression涵盖了多数据集训练和多种主干网络结构
资源介绍
YOLOv3-ModelCompression-MultidatasetTraining
该项目主要包括三个部分。
1,提供多种主流物体检测数据集的训练方法(coco2017,coco2014,BDD100k,Visdrone,Hand)
2.提供主流的模型压缩算法,包括修剪,量化和知识提取。
3.为yolov3提供多个主干,包括Darknet-YOLOv3,Tiny-YOLOv3,Mobilenetv3-YOLOv3
使用Pytorch实现的源代码到以获得yolov3源代码。 谢谢你们,通过修剪基于BN层的修剪方法。
如果您无法从百度下载权重文件和数据集,请给我发送电子邮件( ),我会尽快处理。
更新
2020年1月4日。提供指向Visdrone数据集的下载链接和培训方法。
2020年1月19日。将提供Dior,Bdd100k和Visdrone培训,以及转换后的权重文件。
- 上一篇: 基于 Faster R⁃CNN 的食品图像检索和分类-论文
- 下一篇: 物体识别的源码